我國上市公司財務困境預測模型比較研究.pdf

1、對于“財務困境”的界定標準國內外學者有很多種不同的看法，在本研究中，將財務困境公司定義為被ST處理的公司。 財務危機已成為制約企業(yè)發(fā)展不可回避的關鍵問題。要提高我國企業(yè)在國內外市場上的競爭力，就必須加強對企業(yè)財務危機的管理，以便為企業(yè)提供一個良好的經濟環(huán)境，避免或減少財務危機。 企業(yè)的財務狀況是企業(yè)綜合經營情況的反映；決定了企業(yè)是否可以經營下去，對之進行預警，無疑具有提高契領的作用。因此本文將重點放在建立企業(yè)財務預警模型

2、上，希望對提高企業(yè)總體管理水平提供一些思路。 本文首先在明確了本研究的相關問題之后，論述了財務困境實證研究理論，為后面的實證研究打下理論基礎。接著回顧了國內外的研究現狀并對其主要研究成果進行了總結和評述。然后在借鑒已有的研究成果基礎之上，應用兩種多元統(tǒng)計分析及兩種人工智能方法進行了本文的重點——實證研究，本文首先建立了主成分預警模型。之后，利用多元統(tǒng)計中的判別分析方法建立多變量線性模型。考慮到線性模型的一些缺點，本文隨后又分別建

3、立了BP網絡預警模型和支持向量機模型，它們對檢驗樣本的判定正確率分別為：70﹪，80﹪，85﹪，82.5﹪，判定結果表明，這四種方法都可以用來進行財務困境預測，其中BP神經網絡和支持向量機模型的預測準確率比較高。隨后又對四個模型進行具體的比較分析，說明了各個模型的優(yōu)缺點。 在說明各個模型優(yōu)缺點的基礎上，又提出了一種新的模型——混合系統(tǒng)模型，它對檢驗樣本的預測正確率為85﹪，因為混合系統(tǒng)模型綜合了上述四種方法，所以對每個上市公司而